超市商品购买关联分析.pdfVIP

课程论文 题 目： 超市商品购买关联分析 学 院： 统计学院 专 业： 应用统计 班 级： 15 级统计硕 学 号： 学生姓名： 卞起鹏 指导教师： 徐雪琪 二○一 六 年 六 月 摘 要 购物篮分析是数据挖掘技术应用在零售业中的一种有效方式，其目的就是在 顾客的购买交易中分析出能够，同时购买一类产品或一组产品的可能性，利于商 品的摆放，也利于提高促销活动的效果。以一个面向小型超市的购物篮分析应用 实例为背景，利用Apriori算法找出满足最小支持度阈值和最小置信度阈值的强 关联规则，并运用此强关联规则给超市物品摆放提供建议性的意见。 关键词：数据挖掘；购物篮；关联规则；Apriori 1 绪论 1.1 研究的背景 超市通常以快速消费品的销售为主，具有和百货、电子商务等不同的特征， 比如消费者在购买决策和购买过程上就自身的特点。快速消费品大都是日常用 品，在采购时常出现即兴的情形，可能由于某些因素引发冲突购物。并且在购物 时，可能对周围其他人的建议不敏感，更多取决于个人偏好，同时商品的外观、 包装、广告、促销、价格、销售点等均对销售起着至关重要作用。 在国内的快速消费品市场，商品品种的差异性不大，价格竞争的空间也很小。 如何对商品进行合理布局，如何设计受欢迎的促销方案就成了超市竞争客户的一 个关键点，而布局、广告和促销的设计必须贴近消费者，这就要求超市分析消费 者购物的个人偏好，并且找到共性。 超市在运营中保存了交易明细账数据，我们考虑根据顾客购买商品的情况， 分析商品购买之间的关联，从而为超市提供合理的建议。具体的分析思路包含以 下两个方面： （1）分析商品之间的潜在联系。顾客在选购商品时，经常会同时选购若干 商品，这些商品之间存在一定关联。 （2）分析顾客可能还会购买的商品。根据已经选购商品的情况，预测顾客 还可能选购的商品。 1.2 研究的意义 关联规则挖掘的一个典型例子是购物篮分析。市场分析员要从大量的数据中 发现顾客放入其购物篮中的不同商品之间的关系。如果顾客买牛奶，他也购买面 包的可能性有多大？什么商品组或集合顾客多半会在一次购物时同时购买？例 如，买牛奶的顾客有80%也同时买面包，或买铁锤的顾客中有70%的人同时也买 铁钉，这就是从购物篮数据中提取的关联规则。分析结果可以帮助经理设计不同 的商店布局。一种策略是：经常一块购买的商品可以放近一些，以便进一步刺激 这些商品的一起销售，例如，如果顾客购买计算机又倾向于同时购买财务软件， 那么将硬件摆放离软件陈列近一点，可能有助于增加两者的销售。另一种策略是： 将硬件和软件放在商店的两端，可能诱发购买这些商品的顾客一路挑选其他商 品。 2 关联规则理论综述 数据关联是数据库中存在的一类重要的可被发现的知识。若两个或是多个变 量的取值之间存在某种规律性，就称为关联。这种关联体现了事物及事物之间的 规律，掌握这些规律，可以对人们的行为进行有效地指导。因此，关联规则挖掘 成为了数据挖掘中的一项重要内容。 关联可分为简单关联、时序关联、因果关联。关联分析的目的是找出数据库 中隐藏的关联，并以规则的形式表达出来，这就是关联规则。有时并不知道数据 库中数据的关联函数，即使知道也不是确定的，因此关联分析生成的规则带有置 信度（可信度）。关联规则挖掘发现大量数据中项集之间有趣的关联或相关联系。 2.1 关联规则的分类 按照不同的情况，关联规则可以进行分类如下： （1）基于规则中处理的变量的类别 关联规则处理的变量可以分为布尔型和数值型。布尔型关联规则处理的值都 是离散的、种类化的，它显示了这些变量之间的关系；而数值型关联规则可以和 多维关联或多层关联规则结合起来，对数值型字段进行处理，将其进行动态的分 割，或者直接对原始的数据进行处理，当然数值型关联规则中也可以包含种类变 量。例如：性别 “女” 职业 “秘书” ，是布尔型关联规则；性别 “女” avg （收入） 2300，涉及的收入是数值类型，所以是一个数值型关联规则。 （2）基于规则中数据的抽象层次 基于规则中数据的抽象层次，可以分为单层关联规则和多层关联规则。在单 层的关联规则中，所有的变量都没有考